WikiEdge:ArXiv-2409.01234/methods

編輯

這篇文獻的工作方法部分詳細闡述了如何對自動駕駛車輛圖像處理管道的安全性進行系統化研究。以下是這部分的主要內容：

1. 文獻回顧：
   • 通過在常見搜尋引擎如「Google Scholar」中搜索，收集了與自動駕駛車輛圖像處理管道安全性相關的科學文獻。
2. 工作選擇標準：
   • 選擇了那些利用圖像處理管道工作原理的研究工作，包括系統攻擊、帶有緩解措施的攻擊或純粹的防禦概念。
   • 排除了那些顯示更通用的物理對抗樣本、在更抽象層面上進行攻擊和防禦的研究工作。
3. 風險分析：
   • 使用ISO/SAE 21434:2021(E)標準中的「威脅分析和風險評估方法」來評估分析攻擊對圖像處理管道的風險。
   • 包括資產識別、威脅場景識別、影響評級、攻擊路徑分析、攻擊可行性評級等步驟。
4. 測試平台：
   • 介紹了圖像處理管道測試平台的架構，並展示了捕獲的圖像示例和開發工具的分析。
   • 測試平台允許用戶通過圖形用戶界面或基於文本的配置文件配置圖像處理管道的多個步驟，並捕獲預覽和測量圖像。
5. 低層次分析：
   • 提供了對圖像數據進行像素級比較的工具，分析了ISP前後的圖像數據，並提供了圖像差異的直方圖和統計指標。
6. AI對象檢測：
   • 使用基於R-CNN模型的AI對象檢測工具來分析圖像處理管道中參數變化對通用對象檢測模型的影響。